Các điểm chính của bài viết:

  • Trong nửa đầu năm 2026, các hệ thống rủi ro do AI dẫn dắt của Binance đã giúp bảo vệ hơn 8 triệu người dùng và ngăn chặn khoảng 4,6 tỷ USD trong các khoản lỗ tiềm ẩn.

  • Hiện tại, AI đang hỗ trợ 80% đến 90% các quyết định về rủi ro theo thời gian thực trong xác minh danh tính, bảo mật tài khoản, thanh toán và sàng lọc giao dịch, trong đó các kiểm tra viên con người xử lý các trường hợp cực đoan đòi hỏi sự phán đoán tinh vi hơn.

  • Hơn 100 mô hình AI thúc đẩy các biện pháp kiểm soát chống gian lận để phát hiện các vụ lừa đảo, tài liệu giả mạo và các nỗ lực lừa đảo bằng kỹ thuật xã hội trên quy mô lớn.

Một màn hình thanh toán giả mạo hoặc giấy tờ tùy thân đã bị chỉnh sửa giờ đây có thể được tạo ra chỉ trong vài giây, và một kịch bản lừa đảo có thể được cá nhân hóa cho một mục tiêu duy nhất với chi phí gần như bằng không. Khi việc lừa đảo trở nên rẻ hơn để tạo ra, cách thực tế duy nhất để bắt kịp là liên tục đánh giá rủi ro ở quy mô lớn và theo thời gian thực.

Đó là nơi mà AI đã trở thành trung tâm trong cách Binance bảo vệ người dùng. Trong nửa đầu năm 2026, các hệ thống rủi ro do AI dẫn dắt của Binance đã giúp bảo vệ hơn 8 triệu người dùng và ngăn chặn khoảng 4,6 tỷ USD thiệt hại tiềm ẩn, bao gồm các hoạt động giao dịch bất thường, nỗ lực xâm nhập tài khoản, lừa đảo và gian lận trong các giao dịch.

Bài blog này trình bày chi tiết các con số: AI hoạt động ở đâu dọc theo hành trình của người dùng, cách các mô hình nội bộ và bên ngoài phối hợp, vì sao các nhà soát xét con người vẫn giữ vai trò trung tâm trong vòng đời và cách tiếp cận này vượt xa việc ngăn ngừa thua lỗ để hướng tới tuân thủ và vận hành nội bộ.

Binance biến hơn 100 mô hình AI thành bảo vệ người dùng theo thời gian thực

Trong nửa đầu năm 2026, Binance đã chặn được hàng triệu nỗ lực lừa đảo và lừa đảo qua phishing, đưa hơn 42.000 địa chỉ độc hại vào danh sách chặn và phát hành hơn 14.000 cảnh báo theo thời gian thực mỗi ngày.

Những kết quả này đến từ một hạ tầng AI mà Binance tự phát triển, huấn luyện và giám sát nội bộ. Hiện tại, chúng tôi vận hành hơn 100 mô hình AI trong các biện pháp chống gian lận và chống lừa đảo của mình, với các nhà phân tích rủi ro con người đặt ngưỡng, rà soát các trường hợp ngoại lệ và tái huấn luyện mô hình khi các mẫu lừa đảo mới xuất hiện.

Trong KYC (xác minh danh tính), các quy trình soát xét được kích hoạt bởi AI của chúng tôi đã mang lại mức cải thiện hiệu quả lên tới 100 lần so với quy trình thủ công trong các luồng công việc cụ thể, đồng thời vẫn giữ các chuyên gia tham gia cho các trường hợp có rủi ro cao hơn.

Binance tích hợp bảo vệ rủi ro do AI dẫn dắt trên toàn hành trình của người dùng

AI được tích hợp trong suốt hành trình của người dùng, bất cứ khi nào cần đưa ra quyết định rủi ro theo thời gian thực. Điều này bao gồm xác minh danh tính, bảo mật tài khoản (như phát hiện dấu hiệu bị xâm nhập tài khoản), thanh toán và bảo vệ/ sàng lọc giao dịch rộng hơn.

Mỗi hành động được đánh giá ngay tại thời điểm nó diễn ra và phần lớn được xử lý tự động. Điều này cho phép việc bảo vệ vận hành ở quy mô nền tảng mà không làm chậm người dùng hợp pháp, vì đa số người dùng không bao giờ thấy các bước kiểm tra được chạy ở chế độ nền trong quá trình họ hoạt động.

Một chồng mô hình lai, do nội bộ phát triển và mở rộng thêm

Binance sử dụng kết hợp công nghệ độc quyền và bên ngoài. Các mô hình nội bộ được xây dựng tùy chỉnh cho những rủi ro cụ thể được quan sát trên nền tảng, trong khi AI bên ngoài hàng đầu và các mô hình nền tảng xử lý các tác vụ suy luận rộng hơn.

Cách tiếp cận lai này giúp duy trì khả năng phát hiện ở rìa năng lực của AI, đồng thời vẫn giữ một lợi thế được tinh chỉnh phù hợp với người dùng, sản phẩm và quy mô của Binance. Nó cũng có nghĩa là các năng lực mới có thể được áp dụng nhanh chóng khi lĩnh vực AI tổng thể tiến lên.

Ngoài các mô hình phát hiện, Binance còn duy trì một Red Team nội bộ để thử nghiệm các biện pháp phòng vệ theo cách mà một đối thủ thực sự sẽ làm, bao gồm việc thăm dò cách các công nghệ mới nổi có thể được sử dụng để tấn công lại nền tảng.

Jimmy Su, Giám đốc An ninh (Chief Security Officer) của Binance, giải thích: “Những bài tập này giúp chúng tôi xác định các điểm yếu trước khi kẻ tấn công làm điều đó, xác thực rằng các biện pháp kiểm soát của chúng tôi hoạt động trong các điều kiện thực tế và liên tục củng cố con người, quy trình và công nghệ bảo vệ người dùng của chúng tôi. Trong an ninh, bạn không thể chỉ giả định rằng các biện pháp phòng vệ của mình sẽ hoạt động — bạn cần thách thức chúng.”

Ví dụ: phòng thủ nhiều lớp chống kỹ thuật xã hội

Một số cuộc tấn công được thiết kế để vượt qua hoàn toàn công nghệ và thay vào đó nhắm vào sự tin cậy. Giao dịch P2P là một lĩnh vực mà các nỗ lực kỹ thuật xã hội đặc biệt phổ biến.

Tại Binance, các mô hình thị giác máy tính nội bộ phát hiện ảnh giả về biên lai thanh toán bằng cách phân tích chi tiết giao dịch và các thao tác tinh vi trên hình ảnh. Các mô hình xử lý ngôn ngữ tự nhiên xác định tin nhắn lừa đảo trong chat. Các mô hình machine learning truyền thống đánh giá mức độ rủi ro của từng lệnh. Ngoài ra, các mô hình ngôn ngữ lớn giúp diễn giải ý định của nội dung tin nhắn và trích xuất văn bản lừa đảo nhúng trong hình ảnh.

Máy móc sàng lọc, con người quyết định, mô hình học hỏi

Mặc dù AI đặc biệt hiệu quả trong việc phát hiện và sàng lọc ban đầu, con người vẫn rất quan trọng cho việc xác thực chi tiết và đánh giá theo ngữ cảnh. Phát hiện liveness và làm giả giấy tờ tùy thân là một ví dụ điển hình. AI có thể sàng lọc nhanh khối lượng lớn và gắn cờ các đối tượng đáng ngờ, nhưng nhiều trường hợp ngoại lệ vẫn cần các nhà soát xét con người để gắn nhãn và đánh giá chính xác hơn.

Khi các mẫu tấn công mới xuất hiện, AI giúp phát hiện và nhận diện chúng, sau đó các phát hiện này được dùng để điều chỉnh mô hình. Kết quả là một vòng lặp liên tục: AI mang lại khả năng mở rộng và con người mang lại độ chính xác. Trong tất cả các biện pháp chống gian lận, các mô hình AI đưa ra 80% đến 90% quyết định rủi ro theo thời gian thực và hỗ trợ khoảng 45% các luồng công việc soát xét của con người.

Để duy trì tính chịu trách nhiệm của AI ở quy mô này, Binance áp dụng cơ chế quản trị có cấu trúc cho mô hình trên toàn vòng đời, từ phát triển và thẩm định đến triển khai và giám sát liên tục. Các mô hình được kiểm tra về sai lệch và độ chính xác trước khi đưa vào sản xuất, và hiệu suất được theo dõi liên tục dựa trên kết quả thực tế.

Khi độ chính xác của một mô hình bị lệch hoặc tỷ lệ dương tính giả tăng vượt quá ngưỡng chấp nhận, như được xác định bởi quy trình soát xét của con người nêu trên, mô hình sẽ tự động được đưa vào diện tái huấn luyện. Điều này đảm bảo các quyết định tự động luôn công bằng, có thể giải thích và có thể kiểm toán — không chỉ nhanh chóng.

Không chỉ phòng ngừa tổn thất: tuân thủ và hiệu quả vận hành nội bộ

Ngoài việc bảo vệ người dùng của chúng tôi, các nhóm tuân thủ của chúng tôi sử dụng các công cụ tự động hóa có hỗ trợ AI để mở rộng và chuẩn hóa quy trình, như phát hiện gian lận trong KYC và thực hiện giám sát giao dịch.

Hơn 24 sáng kiến AI đã được triển khai trong onboarding người dùng, sàng lọc theo cấp độ và thẩm định đối tác. Những mô hình này phân loại vụ việc theo mức độ ưu tiên, nhận diện các mẫu trong các bộ dữ liệu phức tạp — bao gồm hoạt động on-chain và dấu vân tay thiết bị — và chuyển đúng vấn đề cho người soát xét con người, giảm thiểu cảnh báo sai.

Ở nội bộ, hiệu ứng cũng tương tự. Các nhà phân tích sử dụng AI để phân tích, theo dõi và triển khai mô hình nhanh hơn, trong khi các nhóm vận hành dùng công cụ này để hỗ trợ điều tra và chi tiết vụ việc. Trong cả hai trường hợp, mục tiêu là như nhau: chuyển phần việc lặp đi lặp lại cho máy móc để con người có thể tập trung vào các quyết định mang giá trị đánh giá cao hơn. Điều này được phản ánh qua mức độ áp dụng — công cụ agent nội bộ của Binance hiện ghi nhận khoảng 72% tỷ lệ sử dụng trong các nhóm, được hỗ trợ bởi đào tạo toàn công ty, các chương trình prompt engineering và giám sát có cấu trúc.

Nâng đỡ tất cả điều đó là cam kết về quyền riêng tư ngay từ thiết kế (privacy by design). Hệ thống AI của Binance vận hành trong một khuôn khổ ưu tiên quyền riêng tư, trong đó việc giảm thiểu dữ liệu, giới hạn mục đích và các biện pháp bảo vệ quyền của người dùng được tích hợp vào cách các mô hình AI được xây dựng và triển khai. Mục tiêu rất rõ ràng: bảo vệ người dùng khỏi bị lạm dụng tài chính và gây hại mà không làm ảnh hưởng đến quyền riêng tư dữ liệu của họ — và thực hiện theo cách minh bạch, để người dùng hiểu rằng các biện pháp bảo vệ đang hoạt động ở chế độ nền mà dữ liệu của họ không bị dùng vượt quá yêu cầu của nhiệm vụ.

Kết luận

Tại Binance, bảo vệ người dùng là một ưu tiên mà chúng tôi tiếp tục đầu tư. AI mang lại khả năng mở rộng; con người mang lại năng lực phán xét. Khi các công cụ tạo ra sự lừa dối ngày càng rẻ hơn, sự kết hợp này cần tiếp tục phát triển — nghĩa là tái huấn luyện mô hình, tinh chỉnh ngưỡng và giữ các nhà phân tích giàu kinh nghiệm ở những trường hợp họ cần.

Đọc thêm

Thông báo pháp lý: Nội dung này được cung cấp cho bạn “theo trạng thái hiện có”, chỉ nhằm mục đích cung cấp thông tin chung và giáo dục, không có bất kỳ tuyên bố hoặc bảo đảm nào dưới bất kỳ hình thức nào. Nội dung này không nên được hiểu là tư vấn tài chính và không nhằm mục đích khuyến nghị mua bất kỳ sản phẩm hoặc dịch vụ cụ thể nào. Giá của các tài sản kỹ thuật số có thể biến động. Giá trị khoản đầu tư của bạn có thể giảm hoặc tăng và bạn có thể không thu hồi được giá trị đã đầu tư. Bạn là người duy nhất chịu trách nhiệm về các quyết định đầu tư của mình và Binance không chịu trách nhiệm đối với bất kỳ khoản lỗ nào bạn có thể phải gánh chịu. Không phải là tư vấn tài chính. Để biết thêm thông tin, vui lòng xem Điều khoản sử dụng và Thông báo rủi ro.

Lưu ý: Xin lưu ý rằng có thể tồn tại sự khác biệt giữa nội dung gốc bằng tiếng Anh và bất kỳ phiên bản dịch nào (các phiên bản này có thể do AI tạo ra). Vui lòng tham khảo phiên bản gốc tiếng Anh để có thông tin chính xác nhất trong trường hợp có bất kỳ khác biệt nào.